awesome-industrial-anomaly-detection

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• 能正常访问 GitHub 的网络环境
• 已安装 git（用于把仓库克隆到本地，可选）
• 浏览器或 Markdown 阅读器，用于查看 README 与论文链接

安装与启动步骤

1. 1克隆资源仓库

   把整个导航库拉到本地，方便离线检索论文与数据集条目；不想克隆也可直接在网页查看。

   git clone https://github.com/M-3LAB/awesome-industrial-anomaly-detection.git

   复制

2. 2进入仓库目录

   切换到克隆下来的文件夹，根目录下的 README.md 就是全部资源清单。

   cd awesome-industrial-anomaly-detection

   复制

3. 3阅读综述论文

   README 顶部列出多篇综述，包括 Machine Intelligence Research 的深度工业图像异常检测综述与 2026 年新综述。

4. 4查看基准与结果

   通过 Main Page、Survey、Benchmark、Result 等入口跳转到 IM-IAD 基准仓库与结果页面，对比不同方法表现。

5. 5按任务与数据集检索

   按异常检测、异常分割、缺陷分类等任务，或 MVTec AD、BTAD 等数据集名称在 README 中定位对应论文。

6. 6提交自己的贡献

   整理好新论文并归入正确分类后，向仓库发起 pull request，README 明确欢迎社区贡献。

如何确认成功

打开仓库根目录 README.md，能看到综述论文列表以及按任务、数据集分类的条目即表示资源获取成功。

常见问题

注意事项

• README 节选中未提供任何安装、配置或运行命令，本教程只覆盖浏览与检索流程，未包含的信息一律未编造。
• 项目本身是资源清单，不是可执行工具；具体算法实现需前往条目中给出的代码链接获取。
• 论文链接多指向 Springer、arXiv 等外部站点，访问时需保证网络可达。